꿈라CBT다음 <보기>의 사례에 대한 진단과 대응으로 가장 적절한 것은?
보기
한 금융사가 과거 10년치 대출 심사 기록으로 신용평가 모델을 학습시켰다.
- 모델은 거주 지역 변수에 큰 가중치를 두어, 특정 지역 거주자에게 일관되게 낮은 점수를 부여했다.
- 확인 결과 과거 심사에서도 해당 지역 신청자는 구조적으로 거절되어 왔다.
- 모델의 정확도는 과거 기록 대비 매우 높게 나왔다.
- 1정확도가 높으므로 모델은 타당하며, 낮은 점수는 해당 지역의 실제 위험도를 반영한 결과로 보아야 한다.
- 2과거의 차별적 판단이 레이블에 담겨 학습된 것이므로, 편향 진단과 검증 체계가 필요하다.
- 3거주 지역 변수만 제거하면 편향이 완전히 사라지므로 다른 조치는 필요하지 않다.
- 4학습 데이터를 10년치에서 20년치로 늘리면 편향이 희석되므로 데이터 양을 확대하는 것이 최선이다.